◆◆ PythonとKerasで基礎から一巡 ◆◆

本書のゴールは自然言語、とりわけ日本語を扱うサービスや
アプリケーションを開発できるようになることです。
そのために欠かせない「機械学習」と「深層学習」について、しっかり解説します。
ただし、難解な理論や数式は大胆にスキップ。
エンジニアの実務に役立つ知識に絞り、独自に15の学習ステップを体系化しました。
数値計算にNumPy、形態素解析にMeCab、機械学習にscikit-learn、ディープラーニングに
Keras等を使い、Pythonのコードを記述し動かしていきます。
何らかのプログラミング経験のある方なら、無理なく読めると思います。

◆◆ 本書の構成 ◆◆

■1章 演習に入るまえの予備知識
1 序論・自然言語処理と機械学習
2 本書の執筆・開発環境
3 機械学習のためのPythonの基礎
4 数値計算ライブラリNumPy
5 本書で利用するその他の主要ライブラリ

■2章 基礎を押さえる7ステップ
Step 01 対話エージェントを作ってみる
Step 02 前処理
Step 03 形態素解析とわかち書き
Step 04 特徴抽出
Step 05 特徴量変換
Step 06 識別器
Step 07 評価

■3章 ニューラルネットワークの6ステップ
Step 08 ニューラルネットワーク入門
Step 09 ニューラルネットワークによる識別器
Step 10 ニューラルネットワークの詳細と改善
Step 11 Word Embeddings
Step 12 Convolutional Neural Networks
Step 13 Recurrent Neural Networks

■4章 2ステップの実践知識
Step 14 ハイパーパラメータ探索
Step 15 データ収
■1章 演習に入るまえの予備知識
1 序論・自然言語処理と機械学習
2 本書の執筆・開発環境
3 機械学習のためのPythonの基礎
4 数値計算ライブラリNumPy
5 本書で利用するその他の主要ライブラリ

■2章 基礎を押さえる7ステップ
Step 01 対話エージェントを作ってみる
Step 02 前処理
Step 03 形態素解析とわかち書き
Step 04 特徴抽出
Step 05 特徴量変換
Step 06 識別器
Step 07 評価

■3章 ニューラルネットワークの6ステップ
Step 08 ニューラルネットワーク入門
Step 09 ニューラルネットワークによる識別器
Step 10 ニューラルネットワークの詳細と改善
Step 11 Word Embeddings
Step 12 Convolutional Neural Networks
Step 13 Recurrent Neural Networks

■4章 2ステップの実践知識
Step 14 ハイパーパラメータ探索
Step 15 データ収集